The Journal of Korean Institute of Information Technology (한국정보기술학회논문지)

Korean Institute of Information Technology (한국정보기술학회)
권호 표지

A Lane Departure Warning Algorithm Based on Images Surrounding the Vehicle

차량 주변 영상을 이용한 차선이탈 경보 알고리즘

  • 정효균 (광운대학교 전자통신공학과) ;
  • 정용진 (광운대학교 전자통신공학과)
  • Published : 2013.05.31
⟨ Previous Next ⟩

Abstract

In this paper, we propose a new lane departure(LD) warning algorithm which is devised based upon AVM(Around view monitoring) images. Previous LD detecting algorithms usually use front view images coming through the dedicated camera mounted in the front of the car. However, these days, many cars already have built-in AVM systems and the omni-directional images produced by 4-directional AVM cameras can be used for detecting LDs. Using AVM cameras may have advantages over previous methods: cost reduction and better LD detection performance. The algorithm is composed of several steps: (1) AVM image construction, (2) lane candidate detection, (3) lane detection, and (4) LD detection. In our experimental result, comparing to the existing LD detecting method, our algorithm gives 3.5~9% higher detection rate. The proposed algorithm can process more than 20fps on ARM Cortex-A9 embedded processor, which means it can be used as an assistant tool for the vehicle drivers.

본 논문에서는 Around View Monitoring(AVM)이 탑재된 차량에서 차량 주변 영상을 이용하여 차선이탈을 검출하기 위한 방법에 대해 논의한다. 보통 차선이탈을 검출할 경우 별도의 전방 카메라로부터 얻은 영상을 사용하여 차선이탈을 감지하지만 본 논문은 차량의 전후좌우에 탑재된 카메라에서 주변 영상을 획득하여 차선 이탈을 감지하고 경보 하는 방법을 제안한다. 이 방법은 AVM 카메라를 사용하고 추가적인 전방카메라가 필요하지 않아 비용 절감에 유리하고 차량 주위영상을 사용하기 때문에 영상이 선명하여 높은 차선 검출률을 보인다. 이 방법은 (1) 차량 주변 영상 생성, (2) 차선 후보 선정, (3) 차선 검출, (4) 차선 이탈 검출로 구성되어 있다. 제안된 알고리즘은 전방 영상만을 사용한 방법 보다 약 3.5~9%높은 차선 검출률을 보이며, 임베디드 환경(ARM Cortex-A9)에서 20fps이상으로 동작하기 때문에 운전자 보조 장비로 적용이 가능할 것으로 판단된다.

Keywords

References

  1. 배정호, 김수웅, 이해연, 이현아, 김병만, "단일차선추출 및 중심점 분석을 통한 차선이탈검출 알고리즘", 정보처리학회 논문지, 제 16-B권, 제 1호 pp. 35-46, 2009년 2월.
  2. Y. Wang, E. K. Teoh, and D. Shen, "Lane detection and tracking using B-Snake", Image and Vision Computing Vol. 22, pp. 269-280, April 2004. https://doi.org/10.1016/j.imavis.2003.10.003
  3. J. P. Gonzalez and U. Ozguner, "Lane detection using histogram-based segmentation and decision trees", IEEE Intelligent Transportation System, pp. 346-351, Oct. 2000.
  4. S. M. Wong and M. Xie, "Lane geometry detection for the guidance of smart vehicle", IEEE Intelligent Transportation System, pp. 925- 928, Oct. 1999.
  5. 안수진, 한민홍, "자율주행차량을 위한 차선인식에 관한 연구", 한국정보기술학회지, 제 5권, 제 1호, pp. 136-142, 2007년 3월.
  6. M. Betozzi and A. Broggi, "GOLD:A parallel real-time stereo vision system for generic obstacle and lane detection", IEEE Transactions on image processing, Vol. 7, pp. 62-81, Jan. 1998. https://doi.org/10.1109/83.650851
  7. M. Aly, "Real time detection of lane markers in urban streets", IEEE Intelligent Vehivles Symposium, pp. 7-12, June 2008.
  8. 한성지, 한영준, 한헌수, "탑뷰 영상을 이용한 곡선 템플릿 정합 기반 차선 및 곡률 검출 알고리즘", 전자공학회 논문지, 제 47권, 제 6호, pp. 97-106, 2010년 11월.
  9. 백준영, 이민철, "무인차량 적용을 위한 차선강 조기법 기반의 차선인식", 제어.자동화.시스템공학 논문지, 제 16회, 제 7호 pp. 625-631, 2010년 7월.
  10. 유영호, 장시웅, "Car PC환경에서 Bird's Eye View를 제공하는 4SM(4-Sided Monitoring)시스템 설계 및 구현", 한국정보통신학회 논문지, 제 16 권, 제 1호, pp. 153-159, 2012년 1월.
  11. T. Y. Zhang and C. Y. Suen, "A fast parallel algorithm for thinning digital patterns", Communications of the ACM, Vol. 27, Issue 3, pp. 236-239, March 1984. https://doi.org/10.1145/357994.358023
  12. "도로의 구조.시설 기준에 관한 규칙", 국토해양부령, 제 101호, 제 10조, 2009년 2월.